feat(api)!: memory single chain — async MemoryService, strict eval closure

Route all memory ingest/retrieve/enrichment/compaction through async MemoryService.
Remove legacy sync memory implementations (ingest/retrieve/compaction); Celery and
memoir Phase2 call asyncio.run into MemoryService-backed helpers.

Memoir Phase1 batch ingest uses MemoryService.ingest_transcripts_batch; drop chapters.
evidence_bundle_json mirror (Alembic 0015). Evaluation uses snapshot/link-only bundles;
raise EvidenceClosureMissing instead of partial/fallback lineage tiers.

Split memoir state into NarrativeCoverageState and InterviewControlState; delete the
_interview_meta_store adapter layer. Remove rolling-query and recent-fact fallback
settings from config and evidence assembly.

Update judges, docs, tests, and PlaygroundPage alignment.

Made-with: Cursor

api/docs/ai-touchpoints.md

@@ -49,7 +49,6 @@ Regenerate: `uv run python api/scripts/ai_touchpoints_scan.py --markdown api/doc
 | `api/app/features/conversation/ws/profile_collector.py` | `agents_layer` |
 | `api/app/features/conversation/ws/router.py` | `agents_layer` |
 | `api/app/features/evaluation/judge_service.py` | `json_llm_helpers`, `llm_call_module` |
-| `api/app/features/memoir/_interview_meta_store.py` | `agents_layer` |
 | `api/app/features/memoir/deps.py` | `memory_ai` |
 | `api/app/features/memoir/memoir_images/prompting.py` | `agents_layer`, `json_llm_helpers`, `langchain` |
 | `api/app/features/memoir/service.py` | `memory_ai` |

api/docs/internal-eval.md

@@ -131,18 +131,17 @@ Playground 的结构化摘要里，后端会给出一份 `gate`：
 
 ## 回忆录评审：可追溯证据闭包（lineage）
 
-**产品与 tier 口径（strict / partial / fallback）、synthetic vs library 分表、PM 对齐规则、backlog** 见同目录 **[traceable-memoir-lineage.md](./traceable-memoir-lineage.md)**。
+**严格闭包口径、synthetic vs library 分表** 见同目录 **[traceable-memoir-lineage.md](./traceable-memoir-lineage.md)**。
 
 手动 `/judge/memoir-chapters` 与历史自动化 run 的 `judge_bundle_json` 已按 **artifact 绑定证据** 组 prompt，而不再默认拼接「最近 N 个会话全文」：
 
-- **`lineage_tier`**：`strict` / `partial` / `fallback`（章节：**有可解析 transcript 链 + 结构化记忆为 strict**；**仅有结构化记忆、无绑定 segment/transcript = partial**，与标注口径一致）。故事侧以 `StoryEvidenceLink` 与章节推导为主；`fallback` = 显式降级最近会话 transcript，避免静默当 strict。
 - **`evidence_trace`**：bundle 完整 JSON（segment / conversation / chunk / fact / timeline / summary、`notes` 等）。内审计一般够用；若需按类型深链 UI 再排期。
 - **`format_meta`**：`truncated`、`dropped_sections`、`included_token_estimate` 等，区分「prompt 裁掉」与「库中无 lineage」。
 - **生产侧**：叙事流水线在每次 Story 写入后覆盖 `story_evidence_links`，并在当前 `story_versions.prompt_meta.memoir_retrieval` 写入本轮检索到的稳定 id（见 `story_pipeline_sync._persist_story_lineage_sync`）。
-- **章节快照 Phase C**：`chapter_evidence_snapshots` + `chapter_evidence_links`，`chapters.current_evidence_snapshot_id` 指向当前版本；`evidence_bundle_json` 仍为镜像。评测读取顺序：表快照 → JSON → 现场 `source_segments`（不一致时 `notes` 提示）。刷新见 `memoir/chapter_evidence_snapshot.py`。历史库可选 `uv run python scripts/backfill_chapter_evidence_snapshots.py`（旧数据不强制）。
+- **章节快照 Phase C**：`chapter_evidence_snapshots` + `chapter_evidence_links`，`chapters.current_evidence_snapshot_id` 指向当前版本；评测只读当前快照。刷新见 `memoir/chapter_evidence_snapshot.py`。
 - **对话 memory trace（Phase 八）**：访谈路由下，`conversation_messages.memory_retrieval_trace_json` 在配对 **AI** 消息上写入本轮 `HybridRetriever` 命中的 chunk/fact/timeline/summary/story 等 id（见 `memory/retrieval_trace.py`）。
 
-历史数据可无 link：评测仍可用 partial/fallback 跑通；可选离线 backfill 须在 job 中显式打标，不冒充 strict。
+历史数据缺 link / snapshot 时不可评测，需先通过正式流水线重新物化。
 
 ## Fixture 详情扩展
 
@@ -150,4 +149,3 @@ Playground 的结构化摘要里，后端会给出一份 `gate`：
 
 - `source_user_id`：导出抬头中的 User ID
 - `memoir_sections`：`## 回忆录章节（生成正文）` 下按标题切分的基线正文（已去掉 `{{IMAGE:...}}` 占位）
-

api/docs/memoir_reliability.md

@@ -15,7 +15,6 @@ This document summarizes production-oriented behavior for the memoir narrative p
 | `memoir_fidelity_fail_open_on_parse_error` | `False` | When `True`, fidelity JSON/LLM failures pass the gate even for new stories (rollback only via ops need). |
 | `memoir_narrative_evidence_overlap_min_chars` | `14` | Deterministic overlap check between body and evidence plain text. |
 | `memoir_title_slots_require_body_or_oral_match` | `True` | Narrows title-generation slot inputs to body/oral overlap. |
-| `memory_fact_search_use_recent_fallback` | `False` | When `False`, fact ILIKE misses do **not** fall back to “recent confirmed facts” (reduces contradictory/unrelated facts in prompts). |
 | `memory_compaction_enabled` | `True` | Near-duplicate chunk soft-exclude; requires Celery worker + **Beat** for periodic `memory_compaction_sweep`. |
 | `memoir_recompose_retry_on_lock_contention` | `True` | Chapter recompose retries with backoff when the chapter pipeline lock is held. |
 | `memoir_phase2_singleflight_immediate` | `True` | Immediate Phase 2 `send_task` uses a stable `task_id` per user/category to reduce duplicate queue entries. |

api/docs/memory-retrieval.md

@@ -1,54 +1,21 @@
-# 记忆检索：异步 API 与 Celery 同步路径
+# 记忆检索：async 单链路
 
-## 两条路径
+Memory 运行链路只有一个入口：`MemoryService`。
 
-| 路径 | 入口 | 检索能力 |
-|------|------|----------|
-| **异步（HTTP / MemoirService）** | `MemoryService.retrieve` → `HybridRetriever` → `evidence.retrieve_evidence_bundle_async` | **向量（pgvector）** chunks；facts / timeline 按 **query ILIKE**，无命中则 **fallback** 最近条；rolling + ILIKE **摘要**；**stories**（标题/摘要匹配） |
-| **同步（Celery）** | `retrieve_evidence_sync`（注入 `get_embedding_provider()` → `evidence.retrieve_evidence_bundle_sync`） | **向量** chunks + 同上元数据；与异步路径对齐 |
+| 能力 | 入口 | 行为 |
+| --- | --- | --- |
+| ingest | `MemoryService.ingest_transcript` / `ingest_transcripts_batch` | 写入 `memory_sources`、`memory_chunks`、embedding；commit 后投递 enrichment |
+| retrieve | `MemoryService.retrieve` | 非空 query 做向量 chunk 检索，并合并 query 命中的 facts / timeline / session summaries / stories |
+| enrichment | `MemoryService.enrich_source` | 单次 LLM 生成 session summary 与 confirmed facts |
+| compaction | `MemoryService.compact_user` | 近重复 chunk 软排除并 stale 相关 facts |
 
-证据组装在 `app/features/memory/evidence.py`；`memory/repo` 提供原子查询（chunk 向量、facts/timeline 搜索、摘要列表等），story 合并在 evidence 层完成。
+## 检索语义
 
-## 依赖 embedding
+- 空 query 固定返回空 evidence bundle。
+- facts / timeline / summaries 只按 query 命中返回；不回退最近事实、最近时间线或 rolling summary。
+- `MemorySummary.summary_type="session"` 可进入 evidence；rolling summary 不参与 prompt evidence。
+- Celery task 只是同步入口包装 async service，不再维护 sync memory 业务链路。
 
-- 未配置 `ZHIPU_API_KEY`（或 provider `_client` 为空）时，chunk 检索为空列表，仍会返回 facts/timeline/summaries/stories（按 query ILIKE）。
-- 日志：`HybridRetriever` / `retrieve_evidence_bundle_sync` 在无 provider 或空向量时会打 warning。
+## 回忆录流水线
 
-## 行为矩阵（async / sync 契约）
-
-以下行为应对齐；变更 `evidence.py` 时须同时检视 `HybridRetriever` + `retrieve_evidence_bundle_sync`，并跑 `tests/test_memory_evidence.py` 中的双路径用例。
-
-| 条件 | 同步 `retrieve_evidence_bundle_sync` | 异步 `retrieve_evidence_bundle_async` |
-|------|--------------------------------------|---------------------------------------|
-| query 空白 | `memory_evidence_empty_query_include_rolling=false` → 与 `EMPTY_EVIDENCE_BUNDLE` 同键、全空列表 | 同上 |
-| query 空白 | `memory_evidence_empty_query_include_rolling=true` → 无 chunks；rolling 摘要（若有）+ 最近 facts / timeline；`relevant_stories` 为空 | 同上（`_empty_query_bundle_*` 对称实现） |
-| query 非空 | 本函数内 `embedding_provider.embed_text_sync` → `search_chunks_vector_sync`；再并行拉取元数据 | chunks 由调用方预计算（`HybridRetriever` 中 `search_chunks_vector`）；本函数只 `fetch_evidence_metadata_async` 合并 |
-| 无 embedding | warning；chunks 为空；元数据仍按 ILIKE 等返回 | async 路径若上游无向量则 `merged_chunk_dicts=[]`；元数据仍返回 |
-| 输出形状 | `{"relevant_chunks", "relevant_summaries", "relevant_facts", "timeline_hints", "relevant_stories"}` chunk 项为 `id, content, chunk_index`（不含 distance） | 非空 query 下 `relevant_chunks` 等于传入的 `merged_chunk_dicts`（已由检索层剥掉 distance） |
-
-Facts 状态过滤（如 `confirmed` / 排除 `stale`）与 ILIKE fallback 由 `repo` 查询实现；两条路径共用同一套 sync/async repo 函数族，语义以 `evidence.py` 调用为准。
-
-## 空 query
-
-- 默认：`relevant_*` 均为空（与历史行为一致）。
-- 若设置 `memory_evidence_empty_query_include_rolling=true`：返回**无 chunk**，但含 **rolling 摘要**、最近 facts / timeline（用于「浏览」模式）。
-
-## 富化（ingest 后 LLM）
-
-- `memory_enrichment_enabled`（默认 `true`）：ingest 成功并 **commit** 后，通过 `schedule_memory_enrichment` 将任务投递到 **`CELERY_MEMORY_ENRICHMENT_QUEUE`**（默认 `memory_idle`），在 worker 上 **单次 LLM 调用**产出 **会话摘要（`MemorySummary` session）+ 结构化事实（`MemoryFact`）**；`false` 时不投递。
-- ingest 路径 **不再**维护滚动摘要（rolling）与 **时间线表**（`timeline_events`）的物化；检索中的 `timeline_hints` 依赖既有数据（若有）或为空；空 query 下「浏览」模式若开启 `memory_evidence_empty_query_include_rolling`，仅当库内仍有历史 rolling 行时才会出现。
-- 异步 `MemoryService.ingest` 与同步 `ingest_transcript_sync` 均 **不**在请求/任务热路径内内联 LLM 富化；回忆录 Phase1 在 DB commit 后调用 `schedule_enrichment_for_sources`（与 `memoir_correlation_id` 观测一致）。
-- Worker 须消费该队列（例如 `-Q celery,memory_idle`），否则任务会堆积。
-- `memory_enrichment_max_chars`：截断送入 LLM 的文本长度。
-- Ingest 写入 **embedding**（best-effort）；历史 FTS 列 `content_tsv` 已由迁移 `0007_drop_chunk_content_tsv` 删除。
-- 叙事阶段 `retrieve_evidence_sync` **不等待**富化完成；证据随富化渐进变丰富。
-
-## Celery 任务中的顺序
-
-`process_memoir_segments`（`app/tasks/memoir_tasks.py`）在**同一任务**内先执行批量 ingest（`ingest_transcripts_batch_sync` 并 `commit`），再富化入队与 `MemoirOrchestrator`、派发 Phase2。Phase2 内 `retrieve_evidence_sync` 能看到**本批刚写入**的 memory chunks（无竞态），前提是 embedding API 已成功写入向量；富化 Summary/Facts 可能稍后才就绪。
-
-章节分类上，若模型返回 **none** 或命中零散档案启发式，Story 侧会统一落入 **`summary` 章节**并继续叙事落库，与「本批 transcript 已进 memory」一致，避免误以为内容被丢弃。
-
-## Evidence 与叙事 Prompt
-
-`format_evidence_chunks_for_prompt` 拼接 chunks、**摘要（若有）**、facts、timeline、**故事摘要（若有）**；模型应把摘录视为参考材料，非本段口述。
+`process_memoir_phase1` 通过 `MemoryService.ingest_transcripts_batch` 批量写入记忆；`process_memoir_phase2` 先通过 `MemoryService.retrieve` 取 evidence，再把 evidence 传给叙事流水线。叙事代码只消费 evidence，不直接调用 memory repo。

api/docs/traceable-memoir-lineage.md

@@ -1,41 +1,20 @@
-# 回忆录可追溯证据（产品与内评口径）
+# 回忆录可追溯证据
 
-本文与 PM、标注、工程共用：**旧库数据不要求为评测专门 backfill**；新写入走统一闭包与快照表。口径不清会导致反复对齐成本，变更 tier 规则时请同步改 `EvalTraceService._chapter_closure_tier` / Story 侧等价逻辑与本文。
+Library artifact 评测只接受严格证据闭包。
 
-## lineage_tier：strict / partial / fallback
+## 严格闭包
 
-| 档位 | 含义（章节） | 含义（故事，概要） |
-|------|----------------|-------------------|
-| **strict** | 既有可解析的访谈 **segment**（可绑定 transcript），又有从对应会话闭包得到的 **结构化记忆**（chunk / fact / timeline / summary 等任一非空）。 | Story 上以 `StoryEvidenceLink` 等为主链解析出 segment + 结构化记忆均存在。 |
-| **partial** | 有可解析的 **segment / transcript 链**，但只有结构化记忆为空，或仅有结构化记忆而 **无** 可绑定的 segment（**与 PM/标注对齐：仅有结构化、无 transcript = partial**）。 | 能从章节 `source_segments` 等推导出一侧证据但闭包不完整。 |
-| **fallback** | 无法从 artifact 构建足够闭包（例如无 segment 且无法走库内链路），评测侧 **显式** 降级为「最近若干会话」等粗粒度 transcript；须在结果 `notes` / `evidence_trace` 中可见，避免静默当 strict 用。 |
+- Chapter：必须有 `chapters.current_evidence_snapshot_id` 指向的 `chapter_evidence_snapshots` 行，且同时包含可绑定 transcript 的 `segment_ids` 与至少一类 memory evidence id。
+- Story：必须有 `StoryEvidenceLink`，且能绑定到 transcript segments。
+- 缺闭包时，`EvalTraceService` 抛 `EvidenceClosureMissing`；不再拼接最近会话全文或从旧 JSON 镜像补齐。
 
-**说明**：`partial` 不是「质量差」，而是「血缘不完整仍可评审」；`fallback` 是「链路断裂时的保守降级」，评审 prompt 与 gate 解读需区别对待。
+## Phase C 表
 
-## 自动化评测：synthetic memoir vs library artifact（分表心理模型）
+- `chapter_evidence_snapshots`：一行对应一次物化闭包，`version_no` 递增。
+- `chapter_evidence_links`：按当前快照整批替换章节侧结构化 evidence id。
+- `chapters.current_evidence_snapshot_id` 是章节评测唯一入口。
 
-同一次 `eval_run` 里可能同时存在两类「回忆录」分数，语义不同，**勿混为一谈**：
+## Synthetic vs Library
 
-- **Synthetic（replay 合成短文）**：由 case 的 replay 对话现场拼出的短 markdown，证据闭包仅为 **重放 transcript**，不绑定用户库里的 memory chunk / fact / timeline / summary。`judge_meta.synthetic_memoir_lineage_tier` 等为 `replay_transcript_only` 一类标记。
-- **Library（库内章节 / 故事）**：真实 `Chapter` / `Story` artifact，使用 `EvalTraceService` 组装的 evidence bundle（含 `lineage_tier`、`evidence_trace`）。
-
-聚合规则见 `judge_bundle_json.judge_meta.memoir_aggregate_rule`（例如合成与 library 均有分时的加权方式）。对 PM 汇报时请分项展示，避免只报一个「回忆录分」。
-
-## 内评 JSON：`evidence_trace` 是否够用？
-
-当前 `evidence_trace` 为 `ChapterEvidenceBundle` / `StoryEvidenceBundle` 的 **完整序列化**：含 `segment_ids`、`conversation_ids`、各类 memory id、`lineage_tier`、`notes`、`augmented_with_chapter_context` 等。**一般内审计够**：可按 id 去 DB 或日志反查。
-
-若需 **按 artifact 类型展开为可点击深链 / 批量导出**，属于体验增强，可单独排期（eval-web 已支持章节级折叠展示 id 列表）。
-
-## Phase C：`chapter_evidence_snapshots` 与 `chapter_evidence_links`
-
-- **快照表**：一行对应一次物化闭包（`version_no` 递增）；`chapters.current_evidence_snapshot_id` 指向当前生效行。
-- **链接表**：与 `StoryEvidenceLink` 对称，按快照刷新时 **整批替换** 章节侧结构化记忆 id，便于审计与扩展。
-- **评测消费顺序**：`current_evidence_snapshot`（表）→ `evidence_bundle_json`（JSON 镜像，兼容）→ 现场用 `source_segments` 计算（与 live 不一致时 `notes` 提示）。
-- **旧数据**：可不迁；新流水线写入会同时更新表与 JSON 镜像。
-
-## 技术债（backlog，不阻塞发版）
-
-1. **统一闭包计算**：生产快照与 `EvalTraceService` 已共用 `build_chapter_evidence_closure_payload_sync`；Story / 其它路径若仍有重复推导，应收敛到同一入口，避免双份实现漂移。
-2. **扩展 memory trace**：除当前访谈检索外，其它入口若向模型喂 memory，评估是否同样写入 `memory_retrieval_trace_json`（或等价 trace），以便 partial / strict 判定与事后审计一致。
-3. **canonical 与 `source_segments` union 冲突**：若线上冲突案例增多，再评估独立快照表外的「版本级 link」或更强约束；当前 Phase C 已降低仅依赖单列 JSON 的风险。
+- Synthetic replay 只评估重放 transcript，不绑定用户库 memory。
+- Library chapter/story 使用严格闭包；缺闭包即不可评测。